El cliente lanzó una oferta de seguro paramétrico dedicada a los agricultores europeos, indexada a las condiciones de sequía. Para fijar el precio correcto, tenía que poder predecir los rendimientos de los campos por región y por tipo de cultivo en función de los niveles de humedad del suelo.
Problema: los datos internos eran insuficientes, las variables climáticas y geográficas necesarias estaban dispersas en docenas de fuentes heterogéneas de datos abiertos (Copernicus, ERA5, rásteres, shapefiles) y ningún modelo existente permitía hacer referencias cruzadas de estos datos para producir predicciones fiables a escala de todo un país.
